String的getBytes()預設編碼問題
阿新 • • 發佈：2020-12-18
我們學習java基礎的時候.我們都知道在main方法中String的getBytes()方法如果不指定編碼格式,預設是UTF-8的方法進行的編碼.我們一直認為預設的編碼格式就是UTF-8.直到我們學習了javaWeb.在Servlet中.我們通過getBytes()獲取的是按照GBK進行編碼的.至此我們就有了疑惑.這個getBytes()方法到底是怎麼選擇預設編碼的.我們帶著疑惑,去翻一下String的原始碼.
[AppleScript]純文字檢視複製程式碼
繼續跟進StringCoding的encode方法
[AppleScript]純文字檢視複製程式碼
從以上原始碼中可以看出是通過
[AppleScript]純文字檢視複製程式碼
來獲取預設編碼方式的.我們繼續跟進.檢視Charset的defaultCharSet()方法.
[AppleScript]純文字檢視複製程式碼
從以上原始碼中我們不難看出,不出異常的情況下.預設編碼是由file.encoding決定的.我們分別在main方法和Servlet中去獲取file.encoding去測試一下.
[AppleScript]純文字檢視複製程式碼
輸出結果是
[AppleScript]純文字檢視複製程式碼
在Servlet中的測試程式碼:
[AppleScript]純文字檢視複製程式碼
輸出結果是:
[AppleScript]純文字檢視複製程式碼
getBytes()方法的預設編碼確實是跟file.encoding一致的.file.encoding是由誰決定的呢?網上很多流傳說是跟當前檔案的編碼格式相同.那我們測試一下.
在idea中我們講檔案的編碼格式改成GBK.
<ignore_js_op>
| 1 2 3 |
public byte[] getBytes(){
returnStringCoding.encode(value,0,value.length);
}
|
| 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 |
static byte[] encode(char[] ca,int off,int len){
String csn =Charset.defaultCharset().name();
try{
//use charset nameencode()variant which provides caching.
returnencode(csn,ca,off,len);
}catch (UnsupportedEncodingException x){
warnUnsupportedCharset(csn);
}
try{
returnencode("ISO-8859-1",ca,off,len);
}catch (UnsupportedEncodingException x){
//If this code ishit during VM initialization,MessageUtils is
//theonly way we will be able togetany kind oferrormessage.
MessageUtils.err("ISO-8859-1 charset not available: "
+x.toString());
//If we can notfind ISO-8859-1(a required encoding)thenthings
//are seriously wrong withtheinstallation.
System.exit(1);
returnnull;
}
}
|
| 1 |
String csn =Charset.defaultCharset().name();
|
| 01 02 03 04 05 06 07 08 09 10 11 12 13 14 |
public static Charset defaultCharset(){
if(defaultCharset ==null){
synchronized (Charset.class){
String csn =AccessController.doPrivileged(
newGetPropertyAction("file.encoding"));
Charset cs =lookup(csn);
if(cs !=null)
defaultCharset =cs;
else
defaultCharset =forName("UTF-8");
}
}
returndefaultCharset;
}
|
| 1 2 3 4 5 6 7 |
public classDemo {
public static void main(String[] args){
System.out.println("file.encoding="+System.getProperty("file.encoding"));
byte[] bytes ="黑馬程式設計師".getBytes();
System.out.println(Arrays.toString(bytes));
}
}
|
| 1 2 |
file.encoding=UTF-8
[-23,-69,-111,-23,-87,-84,-25,-88,-117,-27,-70,-113,-27,-111,-104]
|
| 01 02 03 04 05 06 07 08 09 10 11 12 13 |
@WebServlet("/user/findAllServlet")
public classServletDemo1extends HttpServlet {
protected void doPost(HttpServletRequest request,HttpServletResponse response)throws ServletException,IOException {
System.out.println("findAllServlet...");
System.out.println("file.encoding="+System.getProperty("file.encoding"));
byte[] bytes ="黑馬程式設計師".getBytes();
System.out.println(Arrays.toString(bytes));
}
protected void doGet(HttpServletRequest request,HttpServletResponse response)throws ServletException,IOException {
this.doPost(request,response);
}
}
|
| 1 2 |
file.encoding=GBK
[-70,-38,-62,-19,-77,-52,-48,-14,-44,-79]
|
發現事與願違.file.encoding依然是UTF-8的.也就是說file.encoding跟檔案的編碼沒有任何關係.相同的程式碼.我們用命令列視窗去編譯和執行.發現file.encoding竟然變成了GBK
[AppleScript]純文字檢視複製程式碼| 1 2 3 |
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70,-38,-62,-19,-77,-52,-48,-14,-44,-79]
|
我們講Demo.java檔案改成UTF-8編碼格式的用 javac -encoding utf-8 Demo.java進行編譯.然後執行發現file.encoding竟然沒有變:
| 1 2 3 |
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70,-38,-62,-19,-77,-52,-48,-14,-44,-79]
|
這說明file.encoding跟編譯環境沒有關係.只跟執行環境有關.我們嘗試執行的時候指定file.encoding編碼:
| 1 |
java -Dfile.encoding=utf-8Demo
|
執行結果就是:
| 1 2 |
file.encoding=utf-8
[-23,-69,-111,-23,-87,-84,-25,-88,-117,-27,-70,-113,-27,-111,-104]
|
執行時將file.encoding指定成gbk
| 1 |
java -Dfile.encoding=gbk Demo
|
執行結果就是:
| 1 2 3 |
C:\Users\yanjingpan\Desktop>java Demo
file.encoding=GBK
[-70,-38,-62,-19,-77,-52,-48,-14,-44,-79]
|
到此我們就知道了.Tomcat在啟動的時候將file.encoding指定成了gbk.所以我們在Servlet中獲取位元組碼陣列的時候,預設用的就是gbk.
Tomcat是根據當前作業系統來設定file.encoding的值.我電腦是windows簡體中問的.所以預設就是GBK的.
我們可以在catalina.bat中將file.encoding設定成utf-8.
| 1 |
set"JAVA_OPTS=%JAVA_OPTS% %LOGGING_CONFIG% -Dfile.encoding=UTF-8"
|
重啟Tomcat.再訪問我們的Servlet.file.encoding就改成UTF-8的了.
<ignore_js_op>
至此,困擾我們的getBytes()預設編碼格式問題就解決了.